人工神经网络在滚动轴承故障诊断中的应用与发展

针对滚动轴承失效的故障诊断方法,介绍了人工神经网络在滚动轴承故障诊断中的优势与发展现状,分析了常见人工神经网络类型在滚动轴承故障诊断中的应用,提出了人工神经网络在滚动轴承故障诊断应用中的问题与不足,并对相关研究趋势进行了讨论。     

智能化轴承状态监测

在机械设备运行过程中,滚动轴承的状态对其具有很大的影响,因而对滚动轴承作出合理的故障诊断具有深远而现实的意义。文章通过对滚动轴承的振动类型及故障特征,详细研究了时域分析、频域分析在滚动轴承故障诊断中的应用,设计了采集数据系统可实现对轴承振动信号的采集,在此基础上对数据进行处理分析,构建神经网络系统进行模式识别,达到轴承故障诊断的目的。     

基于共振解调的滚动轴承状态监测及故障诊断系统

介绍了基于共振解调技术的滚动轴承故障诊断原理,利用Lab—VIEW软件设计并搭建了滚动轴承振动测试及故障诊断系统。通过对滚动轴承振动信号采集及处理,系统能够根据振动的时域图以及频谱图,对轴承状态进行准确判断。     

浅析滚动轴承故障诊断技术及其应用

文章简要论述了在塑料薄膜生产设备的维护保养中运用滚动轴承故障诊断技术的意义,说明了在塑料薄膜生产中由滚动轴承的故障而引起设备故障的模式,分析了一些可用的滚动轴承故障诊断技术,以期供从事塑料薄膜生产设备维护保养工程技术人员参考及借鉴。     

应用共振解调技术检测机车走行部滚动轴承的LabVIEW实现

本论文对实现轴承状态监测和故障诊断方法的研究：对机车走行部滚动轴承的振动信号的主要分析方法进行了说明;介绍了机车走行部滚动轴承的故障类型并开发了一套以labview为开发平台,基于共振解调技术的故障信号分析处理技术的故障诊断系统,能够准确判断滚动轴承的故障及其发生的位置。本文的研究内容主要包括振动信号的采集、信号分析与处理、故障诊断三个内容。     

滚动轴承故障诊断

一、滚动轴承故障诊断的方式及要点对滚动轴承进行状态监测和故障诊断的实用方法是振动分析。实用中需注意选择测点的位置和采集方法。要想真实准确反映滚动轴承振动状态,必须注意采集的信号准确真实,因此要在离轴承最近的地方安排测点。另外必须注意对振动信号进行多次采     

浅谈城市轨道交通列车轴承故障的诊断

针对城市轨道交通列车进行滚动轴承损伤的早期检测与故障诊断,具有重要的意义。     

滚动轴承的振动监测在设备管理中的应用

滚动轴承在冶金机械设备中应用广泛，但滚动轴承也是生产机械中最易损坏的零件。机械状态分析为设备预知维修期提供了可靠依据，即可做到必要时才进行维修，从而能够及时准备维修部件，安排维修计划，克服了定期维修带来的不必要的经济损失和设备性能的下降；正确的故障诊断可以准确确定故障类型和故障部位，避免了维修的盲目性，使维修简捷易行，大大缩短了维修工期。据统计，旋转机械的故障由轴承引起的占三分之一左右，所以滚动轴承的故障检测在冶金机械诊断的应用一直是故障诊断技术的重点。     

小波包变换和相关性分析用于轴承故障诊断研究

针对滚动轴承振动信号的特点,文章首先对振动信号进行小波包变换,得到不同的分解频带。再对各频带信号与原信号进行相关性分析,求出各信号相关因子作为频带选择的参考。然后对选择的频带信号重构,并进行包络解调,确定出相应的频谱或功率谱,最后与轴承故障特征频率作比较,从而实现故障诊断。对滚动轴承内环故障的实验结果表明,该方法能较好的判断出轴承故障。     

基于振动信号的减速器轴承故障分析

目前对减速器进行故障诊断是机械设备状态监视和诊断的重要内容,其运行状态对机械装备的整体将产生直接影响,因此对减速器进行故障诊断是非常必要的。本文对刮板输送机减速器中的滚动轴承的故障振动信号的特征进行了分析和研究。利用加速度传感器对减速器多个部位进行振动信号的采集,利用MATLAB软件对振动信号进行小波分层阈值消噪,对消噪之后的信号进行频域分析。     

基于LabVIEW的滚动轴承故障智能诊断系统

利用LabVIEW平台开发了齿轮故障诊断系统。系统主要采用共振解调诊断和BP神经网络诊断两种方法。共振解调诊断由Hilbert解调和小波包解调实现故障频率识别;BP神经网络诊断由对有量纲和无量纲参量提取的特征以及根据小波相对能量提取的特征作为神经网络的输入向量,轴承的故障类型作为输出向量,采用神经网络对轴承进行诊断,实验结果表明:通过解调和神经网络诊断,该系统能有效识别齿轮故障,确定故障类型。     

两极电压平衡法验证330MW发电机转子交流阻抗试验误差

汽轮发电机转子绕组发生匝间短路是发电机的常见故障,短路时会造成转子励磁电流增大,发电机轴瓦振动加大,无功出力受限,甚至线圈烧毁,酿成事故。能否正确诊断和预防早期的匝间短路故障,使之消除在萌芽状态,是保证发电机组安全运行的关键。本文介绍了徐州华鑫发电有限公司#1机组A修中通过采用多种试验手段综合分析,正确诊断的实例,可为判断类似发电机转子试验数据提供参考。     

基于BP神经网络及Pearson相关系数的风机发电机轴承温升故障诊断研究

发电机轴承温升高是直驱风力发电机频发的故障,易导致风机长时间停机,维修难度大,造成设备重大损失。通过建立基于BP神经网络和Pearson相关系数的发电机轴承温升故障诊断模型,并以湖北荆门某风电场为例,试验结果表明:该方法能够较准确预测风机发电机轴承温升变化,通过将温度预测值与正常工况下的温度值进行误差对比,判断发电机是否处于正常工状,实现发电机潜在故障的预警,为风力发电机的故障诊断提供了一种切实可行的方法。     

铁路车辆滚动轴承常见故障及发现方法

铁路运输滚动轴承故障主要有滚动轴承零件、附属配件、油脂、组装压装、转向等方面的原因。滚动轴承常见故障检查判断方法。列检在滚动轴承检查时,要注意采用听、看、摸、捻、转检查方法。听:听列车进站时的车轮振动异响和轴承摩擦声。看:轴承外观故障特征。摸:手摸轴温鉴别异温处所。捻:轴承溢出的轴温质量情况。转:轴承判断轴承内部缺陷。     

基于边际谱的优越性在风电机组轴承故障诊断的应用

为了保障风力发电机组的安全运行,对其进行状态监测和故障诊断是非常重要的。对于非平稳信号,传统方法傅里叶变换(FFT)不能很好地进行分析。文中提出了在希尔伯特黄变换的基础上,对希尔伯特谱进行积分,求取边际谱的方法。以某台风力发电机组轴承内圈故障为例,将该方法与传统FFT,希尔伯特时频谱进行比较。结果表明,边际谱可以很好地检测轴承故障特征频率,也验证了该方法对非平稳信号分析的有效性。     

煤矿机械滚动轴承的故障分析与防治措施

在煤矿的旋转机械中,滚动轴承是最为普通的一种,也是最易造成损环的一种机械零件,它产生的故障在所有的机械设备故障中是占了很大比例的。所以,滚动轴承的故障分析和防治措施收到了相当大的重视。又因为轴承的使用状况、安装的情况和载荷等等因素,测得的信号往往是含有多种的干扰信号。因此,对诊断产生了一定的难度。     

火电厂主要设备故障诊断的现状及发展研究

介绍了火电厂主要设备的典型故障以及采用的故障诊断方法,阐述了现有的故障诊断系统和火电厂设备故障诊断中存在的问题,并指出了故障诊断系统的发展趋势,提出了研究方向。     

往复式空气压缩机模糊故障诊断

针对某煤矿空压机站往复式空压机故障诊断的要求,以模糊(Fuzzy)理论为依据,构建了一种往复式空压机模糊故障诊断模型。采用求距离的方法构造隶属度函数,求得待诊断对象对各个典型故障的隶属度,再由最大隶属度原则确定故障原因。该诊断模型可以根据往复式空压机的故障征兆进行有效的故障监测和诊断,可以方便的实现智能诊断。对煤矿上以及其它领域的大型设备状态监测和诊断也有重要参考价值。     

多传感器信息融合技术与机械故障诊断研究

现代机械设备大都具备大型化、智能化、复杂化等特点,为了方便日常的诊断维修,能够熟练的指出机械故障的诊断方法是非常必要的。多传感器信息融合技术是机械故障诊断的热点,本文在充分介绍多传感器信息融合的方法与特点的基础上,加深探讨了其在机械设备故障诊断中的应用前景,并指明了机械设备故障诊断这一研究的方向。